列名不同

如果两个 CSV 文件中的列名不同，但是它们含义相同，可以使用 Pandas 的 rename() 函数来重命名列名。具体的操作步骤如下：

1. 使用 Pandas 的 read_csv() 函数读取两个 CSV 文件，并将它们转换为 dataFrame 对象。

import pandas as pd

# 读取两个 CSV 文件
df1 = pd.read_csv('file1.csv')
df2 = pd.read_csv('file2.csv')

2. 使用 rename() 函数重命名列名，将两个 dataFrame 对象中含义相同但是列名不同的列重命名为相同的列名。

# 重命名列名
df1 = df1.rename(columns={'旧列名1': '新列名'})
df2 = df2.rename(columns={'旧列名2': '新列名'})

3. 使用 merge() 函数将两个 dataFrame 对象合并为一个，并通过设置合并的键（比如新的相同列名）来匹配相同内容的数据。

# 合并两个 dataFrame 对象
merged_df = pd.merge(df1, df2, on='新相同列名')

4. 根据需要，您可以进一步处理合并后的数据，比如删除重复的行或者不需要的列。

# 删除重复的行
merged_df = merged_df.drop_duplicates()

# 删除不需要的列
merged_df = merged_df.drop(['列名1', '列名2'], axis=1)

通过以上步骤，您可以很容易地根据两个 CSV 中相同的内容匹配相应的数据，即使它们的列名不同。